将贪婪的元素替换为适当的

Question

我有以下清单：

import re
l = ['Part I,   Where I’M Coming From',
 'Part Ii,  Life Principles',
 'Part Iii, Work Principles']

我想要结果，

l = ['Part I,   Where I’M Coming From',
     'Part II,  Life Principles',
     'Part III, Work Principles']

我试过：

In [19]: [re.sub(r'(?<=I)i+', 'I+', s) for s in l]
Out[19]:
['Part I,   Where I’M Coming From',
 'Part II+,  Life Principles',
 'Part II+, Work Principles']

它输出'Part II+, Work Principles'而不是'Part III, Work Principles'

如何完成这样的任务？

Answer 1

一个简单的方法是将re.sub与回调函数一起使用。回调处理比简单替换更复杂的逻辑。在您的例子中，您需要匹配所有小写i的大写I，计算出有多少i，并相应地替换。

>>> re.sub('(?<=I)(i+)', lambda x: 'I' * len(x.group()), 'Part Iii,  Work Principles')
'Part III,  Work Principles'

如果没有匹配，则不调用回调(即不发生替换)。

如果您对所发生的事情有更深入的了解，下面是一个函数的回调，带有几个print语句。

>>> def replace(m):
...     print(*[m, m.group(), len(m.group())], sep='\n')
...     return 'I' * len(m.group())
... 
>>> re.sub('(?<=I)(i+)', replace, 'Part Iii,  Work Principles')
<_sre.SRE_Match object; span=(6, 8), match='ii'>
ii
2
'Part III,  Work Principles'

你会注意到这些指纹。

<_sre.SRE_Match object; span=(6, 8), match='ii'>
ii
2

...In除了执行替换之外。需要注意的是，它将一个match对象传递给回调函数。然后，您可以找出匹配的内容，并相应地决定用什么替换它。

推广到任意罗马数字

如果您的函数必须匹配任何罗马数字，那么您可以从pass a pattern that finds those到re.sub，但是您的回调大大简化了：

>>> p = r'\bM{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})\b'
>>> string = 'Part viiI,  Work Principles'
>>> re.sub(p, lambda x: x.group().upper(), string, flags=re.IGNORECASE)
'Part VIII,  Work Principles'

现在，您需要做的就是大写匹配的字符串。

Answer 2

一种选择是简单地使用re.split，应用str.upper，然后使用str.format

import re
l = ['Part I,   Where I’M Coming From',
'Part Ii,  Life Principles',
'Part Iii, Work Principles']
new_l = [re.split('(?<=Part)\s|,\s+', i) for i in l]
final_l = ['{} {},  {}'.format(a, b.upper(), c) for a, b, c in new_l]

输出：

l = ['Part I,   Where I’M Coming From',
 'Part II,  Life Principles',
 'Part III, Work Principles']